رفتن به محتوا

Wan v2.6 Text to Video

یکپارچه‌سازی

شناسه مدل wan/v2.6/text-to-video
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/wan/v2.6/text-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

این درخواست: ⁨‎$۰٫۷۵⁩ ۷۵۰ اعتبار API اجرای آن در این صفحه

دریافت کلید API
Alibaba متن به ویدیو ۵–۱۵ ثانیهحداکثر 1080p #text-to-video

text-to-video مدل Wan 2.6 با کلیپ‌های 5، 10 یا 15 ثانیه‌ای، پنج نسبت تصویر و صدای پس‌زمینه اختیاری

Alibaba · ویدیو

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی

ویدیوی موردنظر را با حداکثر 1500 نویسه به زبان چینی یا انگلیسی توصیف کنید. برای چند برداشت، متن را این‌گونه ساختاربندی کنید: 'Overall description. First shot [0-3s] content. Second shot [3-5s] content.'

duration ۵ s

طول ویدیو از مدت‌های موجود: 5، 10 یا 15 ثانیه.

aspect_ratio پیش‌فرض 16:9

تنظیم عرض به ارتفاع ویدیو، با انتخاب گسترده‌تری از نسبت‌ها در Wan 2.6.

resolution پیش‌فرض 1080p

سطح وضوح ویدیو را انتخاب کنید. برای Wan 2.6 T2V، سطوح موجود 720p و 1080p هستند؛ 480p پشتیبانی نمی‌شود.

پیشرفته negative_prompt · audio · seed · enable_prompt_expansion · multi_shots · enable_safety_checker
پیش‌فرض

پرامپت منفی برای مشخص‌کردن محتوای ناخواسته، حداکثر 500 نویسه.

audio_url
یک فایل بیندازید، یا

URL عمومی فایل WAV یا MP3 برای موسیقی پس‌زمینه، با مدت 3–30 ثانیه و حداکثر اندازه 15 MB. مدت انتخابی ویدیو (5، 10 یا 15 ثانیه) پخش را به N ثانیه نخست محدود می‌کند و صوت اضافی حذف می‌شود؛ اگر صوت زودتر تمام شود، ادامه ویدیو بی‌صداست. برای نمونه، با صوت 3‌ثانیه‌ای و ویدیوی 5‌ثانیه‌ای، صوت 3 ثانیه نخست پخش و 2 ثانیه بعدی بی‌صداست.

Seed برای تکرارپذیر کردن تولید. تنظیم آن روی None، Seed را به‌صورت تصادفی انتخاب می‌کند.

POST /run/wan/v2.6/text-to-video?wait=20 قیمت → ⁨‎$۰٫۷۵⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/wan/v2.6/text-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Wan v2.6 Text to Video

از پرامپتی حداکثر 1500 نویسه‌ای به زبان چینی یا انگلیسی ویدیویی تولید می‌کند و از توصیف‌های چندنمای زمان‌بندی‌شده پشتیبانی می‌کند. `aspect_ratio` گزینه‌های 16:9، 9:16، 1:1، 4:3 و 3:4 دارد، `resolution` برابر 720p یا 1080p و `duration` برابر 5، 10 یا 15 ثانیه است. `audio_url` اختیاری موسیقی پس‌زمینه اضافه می‌کند. گسترش پرامپت و `multi_shots` به‌طور پیش‌فرض فعال‌اند.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
promptالزامی
نوعstring
ویدیوی موردنظر را با حداکثر 1500 نویسه به زبان چینی یا انگلیسی توصیف کنید. برای چند برداشت، متن را این‌گونه ساختاربندی کنید: 'Overall description. First shot [0-3s] content. Second shot [3-5s] content.'
audio_urlاختیاری audio
نوعurl · audio
URL عمومی فایل WAV یا MP3 برای موسیقی پس‌زمینه، با مدت 3–30 ثانیه و حداکثر اندازه 15 MB. مدت انتخابی ویدیو (5، 10 یا 15 ثانیه) پخش را به N ثانیه نخست محدود می‌کند و صوت اضافی حذف می‌شود؛ اگر صوت زودتر تمام شود، ادامه ویدیو بی‌صداست. برای نمونه، با صوت 3‌ثانیه‌ای و ویدیوی 5‌ثانیه‌ای، صوت 3 ثانیه نخست پخش و 2 ثانیه بعدی بی‌صداست.
aspect_ratioاختیاری
نوعenum
پیش‌فرض16:9
16:99:161:14:33:4
تنظیم عرض به ارتفاع ویدیو، با انتخاب گسترده‌تری از نسبت‌ها در Wan 2.6.
resolutionاختیاری
نوعenum
پیش‌فرض1080p
720p1080p
سطح وضوح ویدیو را انتخاب کنید. برای Wan 2.6 T2V، سطوح موجود 720p و 1080p هستند؛ 480p پشتیبانی نمی‌شود.
durationاختیاری
نوعenum
پیش‌فرض5
51015
طول ویدیو از مدت‌های موجود: 5، 10 یا 15 ثانیه.
negative_promptاختیاری
نوعstring | null
پیش‌فرض
پرامپت منفی برای مشخص‌کردن محتوای ناخواسته، حداکثر 500 نویسه.
enable_prompt_expansionاختیاری
نوعboolean
پیش‌فرضtrue
بازنویسی پرامپت مبتنی بر LLM که در ازای زمان پردازش بیشتر، نتایج بهتری با پرامپت‌های کوتاه ارائه می‌دهد.
multi_shotsاختیاری
نوعboolean
پیش‌فرضtrue
بخش‌بندی هوشمند چندبرداشتی در صورت true روایت‌های منسجم ویدیو ایجاد می‌کند؛ false یک برداشت تولید می‌کند. این قابلیت فقط در صورت True بودن enable_prompt_expansion اثر دارد.
seedاختیاری
نوعinteger | null
Seed برای تکرارپذیر کردن تولید. تنظیم آن روی None، Seed را به‌صورت تصادفی انتخاب می‌کند.
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضtrue
کلید بررسی ایمنی که حالت خاموش آن به مجوز حساب نیاز دارد. بدون این مجوز، هر درخواست صرف‌نظر از تنظیم بررسی می‌شود؛ true بررسی‌کننده را فعال می‌کند.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "wan/v2.6/text-to-video",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 750,
    "usd": "0.75",
    "charged": 750,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200,
      "width": 1024,
      "height": 768,
      "fps": 1.0,
      "duration": 5,
      "num_frames": 1
    },
    "seed": 42,
    "actual_prompt": "string"
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}فایل ویدیوی حاصل.
seed
integerمقدار Seed استفاده‌شده هنگام تولید.
actual_prompt
string | nullپرامپتی که هنگام فعال‌بودن بازنویسی واقعاً استفاده می‌شود.

مدل‌های بیشتر: متن به ویدیو

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/wan/v2.6/text-to-video.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt